560 / 2024-10-15 21:29:11

AI-NetSentine 智能网络审计与可视化防护平台

 

 

    我们提出将分布式网络系统与深度学习技术、虚拟化技术相结合，同时引入在线学习机制进行实时推断与模型动态更新。该系统具有以下特点：利用已有数据集、大数据技术、抓包等产生TLS加密与非加密的、不同种类的业务流量和恶意流量以及DDoS攻击流量，来提高系统功能的多样化；利用 Hive分布式数据库存储原始流量数据；通过Spark和Flink分别对流量进行并行批处理和流式处理，来实现系统的高并发性和高实时性；使用模型融合的时空深度学习网络对不同类型的流量进行分类，来提高系统的高准确性和高容错性；利用Redis缓存加速实时流量的特征读取，来提高系统的高实时性；利用Docker虚拟化容器对深度学习模型进行部署，来完成系统的高隔离性。该系统同时具有高隔离性、高容错性、高准确性和高实时性特点，可以解决传统安全系统所面临的挑战。

    目前我们的系统可以识别出包含加密与非加密的业务流量、恶意软件流量和网络攻击流量这三种流量类型，以及DDoS攻击检测，并进行动态流量数据的可视化呈现。